| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景与意义 | 第11页 |
| 1.2 研究现状 | 第11-13页 |
| 1.2.1 关键词抽取研究现状 | 第11-12页 |
| 1.2.2 自动摘要研究现状 | 第12-13页 |
| 1.3 主要工作及研究内容 | 第13页 |
| 1.4 本文结构安排 | 第13-15页 |
| 第二章 相关技术研究 | 第15-35页 |
| 2.1 中文分词 | 第15-19页 |
| 2.1.1 中文分词介绍 | 第15页 |
| 2.1.2 基于词典的分词方法 | 第15-16页 |
| 2.1.3 基于统计的分词方法 | 第16页 |
| 2.1.4 结合词典的HMM的分词方法 | 第16-19页 |
| 2.2 关联规则挖掘 | 第19-24页 |
| 2.2.1 关联规则挖掘介绍 | 第19-20页 |
| 2.2.2 Apriori算法 | 第20-21页 |
| 2.2.3 FP-growth算法 | 第21-24页 |
| 2.3 主题模型 | 第24-30页 |
| 2.3.1 主题模型介绍 | 第24-26页 |
| 2.3.2 LDA主题模型 | 第26-30页 |
| 2.4 句子相似度 | 第30-32页 |
| 2.4.1 句子相似度介绍 | 第30页 |
| 2.4.2 基于余弦的句子相似度 | 第30-31页 |
| 2.4.3 基于LDA的句子相似度 | 第31-32页 |
| 2.5 词向量模型 | 第32-34页 |
| 2.5.1 词向量模型介绍 | 第32页 |
| 2.5.2 Word2Vec | 第32-34页 |
| 2.6 本章小结 | 第34-35页 |
| 第三章 关键词抽取方法研究 | 第35-51页 |
| 3.1 关键词抽取介绍 | 第35页 |
| 3.2 基于TF-IDF的关键词抽取方法 | 第35-37页 |
| 3.2.1 方法介绍 | 第35-36页 |
| 3.2.2 方法描述 | 第36-37页 |
| 3.3 基于TextRank的关键词抽取方法 | 第37-40页 |
| 3.3.1 方法介绍 | 第37-38页 |
| 3.3.2 方法描述 | 第38-40页 |
| 3.4 基于LDA的关键词抽取方法 | 第40-43页 |
| 3.4.1 方法介绍 | 第40-41页 |
| 3.4.2 方法描述 | 第41-43页 |
| 3.5 基于词共现模型的TextRank关键词抽取方法 | 第43-47页 |
| 3.5.1 基本思想 | 第43-44页 |
| 3.5.2 方法描述 | 第44-47页 |
| 3.6 实验分析 | 第47-50页 |
| 3.6.1 实验数据集概述及评测指标 | 第47-48页 |
| 3.6.2 实验参数设计 | 第48-49页 |
| 3.6.3 关键词抽取实例分析 | 第49页 |
| 3.6.4 关键词抽取性能分析 | 第49-50页 |
| 3.7 本章小结 | 第50-51页 |
| 第四章 自动摘要方法研究 | 第51-67页 |
| 4.1 自动摘要介绍 | 第51页 |
| 4.2 基于关键词的自动摘要方法 | 第51-53页 |
| 4.2.1 方法介绍 | 第51-52页 |
| 4.2.2 方法描述 | 第52-53页 |
| 4.3 基于TextRank的自动摘要方法 | 第53-55页 |
| 4.3.1 方法介绍 | 第53-54页 |
| 4.3.2 方法描述 | 第54-55页 |
| 4.4 基于关键词和Word2Vec的自动摘要方法 | 第55-58页 |
| 4.4.1 基本思想 | 第55-56页 |
| 4.4.2 方法描述 | 第56-58页 |
| 4.5 基于LDA和MMR的主题相似度的自动摘要方法 | 第58-62页 |
| 4.5.1 基本思想 | 第58-60页 |
| 4.5.2 方法描述 | 第60-62页 |
| 4.6 实验分析 | 第62-66页 |
| 4.6.1 实验数据集概述及评测指标 | 第62-63页 |
| 4.6.2 实验参数设计 | 第63页 |
| 4.6.3 自动摘要实例分析 | 第63-65页 |
| 4.6.4 自动摘要性能分析 | 第65-66页 |
| 4.7 本章小结 | 第66-67页 |
| 第五章 全文总结与展望 | 第67-69页 |
| 5.1 全文总结 | 第67页 |
| 5.2 后续工作展望 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-73页 |
